基于圖像的蛋白質(zhì)晶體分類(lèi)方法研究.pdf

1、對(duì)蛋白質(zhì)的研究是當(dāng)前生命科學(xué)的研究熱點(diǎn)之一。由于蛋白質(zhì)的功能由其自身的結(jié)構(gòu)決定，所以研究蛋白質(zhì)晶體的結(jié)構(gòu)對(duì)我們理解蛋白質(zhì)的功能，蛋白質(zhì)分子之間的相互作用以及蛋白質(zhì)分子和其他生物分子之間的協(xié)作機(jī)制都有很重要的意義，并且對(duì)生命科學(xué)，生物醫(yī)學(xué)和人類(lèi)生活等方面也都有很深遠(yuǎn)的影響。 當(dāng)前蛋白質(zhì)晶體研究領(lǐng)域中存在的主要問(wèn)題是難以獲得足夠的適宜蛋白質(zhì)晶體。蛋白質(zhì)結(jié)晶是一個(gè)多因素共同作用的過(guò)程，而目前并沒(méi)有確定的規(guī)則可以用來(lái)指導(dǎo)蛋白質(zhì)的結(jié)晶。

2、所以現(xiàn)在采用的主要方法是利用高通量的蛋白質(zhì)結(jié)晶設(shè)備培養(yǎng)大量的蛋白質(zhì)結(jié)晶樣本，然后研究者從這些結(jié)晶樣本中挑選出符合實(shí)驗(yàn)條件的蛋白質(zhì)晶體，并同時(shí)尋求合適的蛋白質(zhì)結(jié)晶條件。由于實(shí)驗(yàn)樣本數(shù)巨大，完全依靠人力來(lái)處理這些實(shí)驗(yàn)樣本既費(fèi)時(shí)又費(fèi)力。因此，一個(gè)實(shí)時(shí)性強(qiáng)，準(zhǔn)確度高的蛋白質(zhì)晶體自動(dòng)分類(lèi)系統(tǒng)在蛋白質(zhì)晶體研究中必不可少。 國(guó)內(nèi)外對(duì)于蛋白質(zhì)晶體自動(dòng)分類(lèi)系統(tǒng)的研究大部分都還處于初始階段。由于實(shí)驗(yàn)設(shè)備以及實(shí)驗(yàn)環(huán)境的差異，產(chǎn)生的蛋白質(zhì)晶體樣本也不

3、同，因此不同研究者提出的蛋白質(zhì)晶體分類(lèi)算法并無(wú)法通用。另外，對(duì)于不同分類(lèi)模型的選擇還只是一個(gè)經(jīng)驗(yàn)性的過(guò)程，對(duì)于使用何種分類(lèi)算法還缺少理論的和實(shí)驗(yàn)上的依據(jù)?；谝陨显?，我們提出了一種新的基于圖像的蛋白質(zhì)晶體分類(lèi)算法，本文提出的蛋白質(zhì)晶體分類(lèi)算法主要由三部分組成： 1.對(duì)原始圖像進(jìn)行圖像預(yù)處理與圖像分割，尋找出圖像中需要進(jìn)行識(shí)別的區(qū)域。 2.在待識(shí)別的區(qū)域中進(jìn)行特征提取操作，通過(guò)一系列的數(shù)學(xué)變換，將圖像數(shù)據(jù)轉(zhuǎn)化為特征數(shù)

4、據(jù)，從而使得分類(lèi)模型可以根據(jù)獲得的特征將圖像歸入正確的類(lèi)別。 3.利用一系列類(lèi)別已知的特征數(shù)據(jù)訓(xùn)練一個(gè)分類(lèi)模型，并利用訓(xùn)練好的分類(lèi)模型對(duì)未知類(lèi)別的特征數(shù)據(jù)做出分類(lèi)。 本文完成的主要工作包括如下方面： 1.提出由自動(dòng)閾值分割，主動(dòng)輪廓線(xiàn)模型和區(qū)域搜索三部分組成的蛋白質(zhì)晶體圖像分割算法。 2.用一系列特征提取算法尋找最能代表圖像性質(zhì)的特征,這些特征包括圖像的統(tǒng)計(jì)特征，幾何特征，紋理特征和頻譜特征。